英文原标题:Trajectory raises $45M to make AI model training accessible to nontechnical experts
本文为英文原文的机器翻译摘要,原文见:TechCrunch AI ↗
- Trajectory是一家成立约一年的初创公司,由三位斯坦福同学创立,他们曾在Google DeepMind和苹果工作。公司希望自动化AI模型的后期训练过程,让模型能从反馈中学习并持续改进专业任务。
- 该公司宣布完成4500万美元A轮融资,估值3亿美元,由Sequoia领投,Nvidia、Bessemer Venture Partners和Bain Capital Ventures参投。
- Trajectory采用持续学习的方法:企业从开源AI模型开始,将平台连接到应用以收集模型表现反馈,然后利用这些信息重新训练模型,使其在专业任务上随时间提升。
- 律师、医生等专家可以近乎自动地自行改进模型,这可能使专业AI的部署更快、更便宜。Harvey和Rogo等公司已在使用Trajectory的平台对开源模型进行后训练。
- Trajectory认为Thinking Machines Lab、Applied Compute和Prime Intellect是直接竞争对手,但联合创始人Malde认为团队是其最大优势,公司还从OpenAI、Stripe和Netflix招募了研究人员和产品设计师。
关键数据
- 4500万美元A轮融资
- 估值3亿美元
- 公司18人
- 联合创始人Ronak Malde、Michael Elabd和Arjun Karanam
- 客户包括Harvey、Rogo、Decagon、Mercor和Nvidia
- 竞争对手Applied Compute上个月估值32.5亿美元
引语
- 但经济看重的是有30年工作经验的人。
- 什么才算对组织来说是好,并能将其转化为模型的改进。
为什么值得看:Trajectory试图通过持续学习降低专业AI模型训练的门槛,让非技术专家也能参与模型改进,这可能加速AI在法律、金融等垂直领域的落地。